[發(fā)明專利]基于機(jī)器學(xué)習(xí)的web防護(hù)方法、系統(tǒng)、設(shè)備及介質(zhì)在審
| 申請?zhí)枺?/td> | 202011216433.2 | 申請日: | 2020-11-04 |
| 公開(公告)號: | CN112351027A | 公開(公告)日: | 2021-02-09 |
| 發(fā)明(設(shè)計)人: | 郭曉;范淵;吳永越 | 申請(專利權(quán))人: | 杭州安恒信息技術(shù)股份有限公司 |
| 主分類號: | H04L29/06 | 分類號: | H04L29/06;H04L29/08;G06N20/00 |
| 代理公司: | 北京集佳知識產(chǎn)權(quán)代理有限公司 11227 | 代理人: | 王雨 |
| 地址: | 310000 浙江省*** | 國省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 機(jī)器 學(xué)習(xí) web 防護(hù) 方法 系統(tǒng) 設(shè)備 介質(zhì) | ||
1.一種基于機(jī)器學(xué)習(xí)的web防護(hù)方法,其特征在于,包括:
獲取待檢測web請求;
對所述待檢測web請求進(jìn)行變量解析,得到目標(biāo)變量;
獲取所述目標(biāo)變量對應(yīng)的變量模型;
判斷所述目標(biāo)變量是否符合所述變量模型;若否,則基于web防護(hù)策略集對所述待檢測web請求進(jìn)行安全性檢測,得到目標(biāo)檢測結(jié)果;若是,則生成表征所述待檢測web請求安全的目標(biāo)檢測結(jié)果;以基于所述目標(biāo)檢測結(jié)果對所述待檢測Web請求進(jìn)行防護(hù);
其中,所述變量模型為基于機(jī)器學(xué)習(xí)方法確定的表征變量安全的模型。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述獲取所述目標(biāo)變量對應(yīng)的變量模型,包括:
獲取安全的已知web請求;
對所述已知web請求進(jìn)行變量解析,得到實時變量;
將所述實時變量輸入至預(yù)先訓(xùn)練的機(jī)器學(xué)習(xí)模型;
獲取所述機(jī)器學(xué)習(xí)模型基于所述實時變量輸出的所述變量模型。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述獲取所述目標(biāo)變量對應(yīng)的變量模型,包括:
獲取安全的已知web請求;
將所述已知web請求輸入至預(yù)先訓(xùn)練的機(jī)器學(xué)習(xí)模型;
獲取所述機(jī)器學(xué)習(xí)模型基于所述已知web請求輸出的所述變量模型。
4.根據(jù)權(quán)利要求1至3任一項所述的方法,其特征在于,所述目標(biāo)變量的類型包括請求參數(shù)名、請求參數(shù)值、請求行、請求頭名、請求頭值、請求體。
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述變量模型的類型包括變量值模型、變量值長度模型、變量出現(xiàn)頻次模型。
6.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述獲取待檢測web請求,包括:
獲取不安全的歷史web請求作為所述待檢測web請求,所述歷史web請求包括直接基于所述web防護(hù)策略集檢測的web請求。
7.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述生成表征所述待檢測web請求安全的目標(biāo)檢測結(jié)果之后,還包括:
將所述待檢測web請求添加至所述web防護(hù)策略集的檢測白名單中。
8.一種基于機(jī)器學(xué)習(xí)的web防護(hù)系統(tǒng),其特征在于,包括:
第一獲取模塊,用于獲取待檢測web請求;
第一解析模塊,用于對所述待檢測web請求進(jìn)行變量解析,得到目標(biāo)變量;
第二獲取模塊,用于獲取所述目標(biāo)變量對應(yīng)的變量模型;
第一判斷模塊,用于判斷所述目標(biāo)變量是否符合所述變量模型;若否,則基于web防護(hù)策略集對所述待檢測web請求進(jìn)行安全性檢測,得到目標(biāo)檢測結(jié)果;若是,則生成表征所述待檢測web請求安全的目標(biāo)檢測結(jié)果;以基于所述目標(biāo)檢測結(jié)果對所述待檢測Web請求進(jìn)行防護(hù);
其中,所述變量模型為基于機(jī)器學(xué)習(xí)方法確定的表征變量安全的模型。
9.一種基于機(jī)器學(xué)習(xí)的web防護(hù)設(shè)備,其特征在于,包括:
存儲器,用于存儲計算機(jī)程序;
處理器,用于執(zhí)行所述計算機(jī)程序時實現(xiàn)如權(quán)利要求1至7任一項所述基于機(jī)器學(xué)習(xí)的web防護(hù)方法的步驟。
10.一種計算機(jī)可讀存儲介質(zhì),其特征在于,所述計算機(jī)可讀存儲介質(zhì)中存儲有計算機(jī)程序,所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7任一項所述基于機(jī)器學(xué)習(xí)的web防護(hù)方法的步驟。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于杭州安恒信息技術(shù)股份有限公司,未經(jīng)杭州安恒信息技術(shù)股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011216433.2/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)
- 提供共享Web模塊的系統(tǒng)和方法
- 管理環(huán)球網(wǎng)網(wǎng)頁中的環(huán)球網(wǎng)媒體的系統(tǒng)及其實現(xiàn)方法
- 一種WEB業(yè)務(wù)實現(xiàn)系統(tǒng)、裝置及方法
- 高速緩存廣播信息的方法和裝置
- 基于QoS指標(biāo)和Web服務(wù)輸出參數(shù)的Web服務(wù)組合方法和裝置
- Web托管審查方法、裝置及Web托管系統(tǒng)
- 用于信息處理和Web瀏覽歷史導(dǎo)航的方法和設(shè)備及電子裝置
- 用于將web站點轉(zhuǎn)換為目標(biāo)web app站點的方法和裝置
- 用于防護(hù)WEB漏洞的方法和設(shè)備
- 一種Web攻擊報告生成方法、裝置、設(shè)備及計算機(jī)介質(zhì)





